一、它是什么

2024 年 11 月 20 日，DeepSeek 上线了推理模型 DeepSeek-R1-Lite 预览版。这类模型的共同点是：用强化学习训练，推理过程包含大量反思和验证，思维链长度可达数万字。

关键词是"反思和验证"——它不是把答案写得更长，而是在中间反复检查自己有没有走错。

二、效果到什么程度

官方给出的定位是：在数学、代码以及各种复杂逻辑推理任务上，取得媲美 o1-preview 的推理效果，并且展示了 o1 没有公开的完整思考过程。

三、一个值得注意的规律

模型能达到的准确率，与允许它思考的长度呈正相关。

更关键的是比较：相比传统的"多次采样 + 投票"（Majority Voting），单纯增加思维链长度展现出了更高的效率。也就是说，让它一次想透，比让它答很多遍再投票更划算。

四、怎么用

1. 登录 chat.deepseek.com。
2. 在输入框中选择"深度思考"模式。
3. 提问。这个模式专门针对数学、代码等复杂逻辑推理问题设计，能给出更全面、清晰、思路严谨的解答。

反过来说：问"今天天气怎么样"这种问题，开深度思考只是浪费时间。

五、当时的限制（很重要）

这一版仍是迭代中的预览版，有三个明确限制：

• 仅支持网页使用，暂不支持 API 调用。
• 使用的是较小的基座模型，无法完全释放长思维链的潜力。
• 正式版计划完全开源，并公开技术报告、部署 API 服务。

六、对使用者的三条经验

1. 按任务选模式：推理题、算法题、逻辑排查开深度思考；信息查询、改写润色不必。
2. 看过程，不只对答案：思维链公开的意义在于，你能发现它哪一步假设错了。
3. 长思考不等于零错误：它可能在一个错误前提上反复"验证"得很自洽，结论仍要自己判断。

一句话收束：深度思考的价值，一半在更准的答案，一半在你能看见它怎么想的。